Python 数据帧中groupby和conditional之后的除法

我有一个

df

，它有

数值评级

、

当前余额

和

新到期

列。我想按

新到期日

分组，然后找到与

数值评级>0.2相关的
当前余额
之和除以仅分组后的
当前余额
之和。我通过使用两个数据帧并将相应的值分割，然后将其放入一个
dict d
中，以下面的方式进行操作，但我想知道是否有更好的方法：

df_rat = df[df['Numeric Rating'] > 0.2]
W=df_rat.groupby(['New Maturities']).agg({'Current Balance':'sum'}).reset_index() 
W_=df.groupby(['New Maturities']).agg({'Current Balance':'sum'}).reset_index()
d = {}
for i in list(W['New Maturities']):
    d[str(i)] = W[W['New Maturities'] == i]['Current Balance'].values/W_[W_['New Maturities'] == i]['Current Balance'].values

df
如下所示，共有378行：

import pandas as pd
from io import StringIO

data = '''New Maturities,Current Balance,Numeric Rating
          7,3400000,0.075
          7,1945904,0.200
          5,2000000,0.300
          5,118812,0.400
          5,79208,0.300'''

df = pd.read_csv(StringIO(data), sep = ',', header = 0)

谢谢
改进此方法的一个方法是完全消除for循环

import pandas as pd
from io import StringIO

data = '''New Maturities,Current Balance,Numeric Rating
          7,3400000,0.075
          7,1945904,0.200
          5,2000000,0.300
          5,118812,0.400
          5,79208,0.300'''

df = pd.read_csv(StringIO(data), sep = ',', header = 0)

df_rat = df[df['Numeric Rating'] > 0.2]

W=df_rat.groupby(['New Maturities']).agg({'Current Balance':'sum'}) 
W_=df.groupby(['New Maturities']).agg({'Current Balance':'sum'})

d=W_/W

d
是一个系列，您可以使用
d.to_dict

我所做的就是删除
reset\u索引
，这样这些
W
将保持序列，我们可以允许pandas.series.div使用我们想要的索引，然后使用分割

另一方面，与之关系不大的是自定义agg函数。我说的只是轻微的相关，因为我想不出一种方法来在你的场景中使用它们，而你的方法已经非常直接了。如果它可能引发其他想法，下面是答案。不幸的是，agg函数一次只接受一个序列。
改进此方法的一个方法是完全消除for循环

import pandas as pd
from io import StringIO

data = '''New Maturities,Current Balance,Numeric Rating
          7,3400000,0.075
          7,1945904,0.200
          5,2000000,0.300
          5,118812,0.400
          5,79208,0.300'''

df = pd.read_csv(StringIO(data), sep = ',', header = 0)

df_rat = df[df['Numeric Rating'] > 0.2]

W=df_rat.groupby(['New Maturities']).agg({'Current Balance':'sum'}) 
W_=df.groupby(['New Maturities']).agg({'Current Balance':'sum'})

d=W_/W

d
是一个系列，您可以使用
d.to_dict

我所做的就是删除
reset\u索引
，这样这些
W
将保持序列，我们可以允许pandas.series.div使用我们想要的索引，然后使用分割

另一方面，与之关系不大的是自定义agg函数。我说的只是轻微的相关，因为我想不出一种方法来在你的场景中使用它们，而你的方法已经非常直接了。如果它可能引发其他想法，下面是答案。不幸的是，agg函数一次只接受一个系列